Цель этой статьи — изучить разницу и взаимосвязь между прогнозным анализом и машинным обучением. Я пришел к этому, когда решил глубоко погрузиться в прогнозную аналитику; это один из четырех основных типов анализа данных (дескриптивная аналитика, предписывающая аналитика, диагностическая аналитика, прогнозная аналитика). Как это часто бывает в моем учебном пути, я начал с того, что я бы назвал случайным моментом. Я столкнулся с вопросом, который требовал от меня создания прогнозной модели для целей продаж с использованием библиотеки статистических моделей Python. Затем я отправился в Google. Пока я проводил исследования и копал, многие ответы, которые я получал, по-прежнему ссылались на машинное обучение, а не на прогнозный анализ. Итак, возник вопрос(ы). Это одно и то же? Что такое машинное обучение? Что такое прогнозный анализ? Как эти двое связаны друг с другом? Надеюсь, это поможет прояснить ситуацию всем, у кого есть подобные вопросы.
Прогнозный анализ можно охарактеризовать как использование методов статистики и моделирования для определения будущих тенденций и событий с использованием текущих и исторических данных.
Он предполагает выявление закономерностей и тенденций на основе существующих данных и их использование для прогнозирования неизвестных будущих событий или поведения.
Целью прогнозного анализа является обнаружение скрытых закономерностей, выявление взаимосвязей и разработка моделей для прогнозирования будущих результатов, что позволяет предприятиям принимать обоснованные решения.
Целью результатов прогнозного аналитического процесса обычно является аудитория, а целью является отчетность.
Некоторые основные приложения включают: финансовое прогнозирование, анализ поведения клиентов, прогнозирование продаж и спроса, оценку рисков, обнаружение и предотвращение мошенничества, здравоохранение и прогнозирование заболеваний.
С другой стороны, машинное обучение — это разработка компьютерных систем, которые способны учиться и адаптироваться, не следуя четким инструкциям; с помощью алгоритмов и моделей.
Основное внимание уделяется разработке компьютерных систем, которые могут автоматически анализировать и интерпретировать данные, учиться на закономерностях и со временем повышать производительность, адаптируясь к новым данным.
Машинное обучение связано не столько с отчетностью, сколько с разработкой моделей, автоматизирующих процессы.
Машинное обучение — это разновидность искусственного интеллекта, которая, по сути, представляет собой симуляцию человеческого интеллекта в машинах. Таким образом, этот более широкий взгляд рассматривает «обучение» в машинном обучении в перспективе.
Некоторые приложения машинного обучения включают: распознавание изображений и речи, рекомендательные системы, беспилотные автомобили, медицинскую диагностику, торговлю на фондовом рынке, обнаружение мошенничества и, как вы уже догадались, прогнозный анализ.
При этом прогнозный анализ — это просто одно из многих применений машинного обучения, а машинное обучение — это один из многих методов, используемых в прогнозном анализе.
